基于视频的运动车辆轨迹获取研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·课题背景 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·视频检测系统研究现状 | 第9-10页 |
| ·运动车辆检测研究现状 | 第10-11页 |
| ·运动车辆跟踪研究现状 | 第11-12页 |
| ·本课题主要研究内容 | 第12-13页 |
| 第2章 图像处理基础及跟踪算法结构 | 第13-24页 |
| ·引言 | 第13页 |
| ·常用数字图像处理技术研究 | 第13-18页 |
| ·颜色空间转换 | 第14-15页 |
| ·中值滤波 | 第15-16页 |
| ·数学形态学应用 | 第16-18页 |
| ·跟踪算法程序设计 | 第18-23页 |
| ·跟踪算法程序原理分析 | 第19-20页 |
| ·跟踪算法程序结构设计 | 第20-22页 |
| ·使用C++语言的程序实现 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 运动车辆检测 | 第24-37页 |
| ·引言 | 第24页 |
| ·几种常用的运动车辆检测方法 | 第24-30页 |
| ·帧间差分法检测 | 第24-26页 |
| ·光流法检测 | 第26-27页 |
| ·背景差分法检测 | 第27-30页 |
| ·基于贝叶斯学习理论的运动车辆检测 | 第30-36页 |
| ·算法理论模型描述 | 第31-32页 |
| ·算法实现描述 | 第32-35页 |
| ·算法效果及结论 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 运动车辆信息预测 | 第37-49页 |
| ·引言 | 第37页 |
| ·基于灰度的图像匹配方法 | 第37-41页 |
| ·匹配的一般模型 | 第37-38页 |
| ·最大绝对差值法 | 第38-39页 |
| ·归一化相关法 | 第39页 |
| ·序贯相似性检测法 | 第39-41页 |
| ·卡尔曼滤波运动信息预测 | 第41-48页 |
| ·卡尔曼滤波器计算原型 | 第41-43页 |
| ·离散卡尔曼滤波器算法 | 第43-44页 |
| ·基于卡尔曼滤波的运动车辆信息预测 | 第44-47页 |
| ·算法效果及结论 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 车辆精确位置获取及轨迹应用 | 第49-59页 |
| ·引言 | 第49页 |
| ·基于光流法的特征点跟踪 | 第49-56页 |
| ·算法描述 | 第50-54页 |
| ·算法实现流程 | 第54-55页 |
| ·算法应用及效果 | 第55-56页 |
| ·运动车辆轨迹的应用 | 第56-58页 |
| ·车辆违规逆行事件检测 | 第57页 |
| ·车辆违规变线事件检测 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间发表的学术论文 | 第64-66页 |
| 致谢 | 第66页 |
